VisionLabs encontrou uma forma de treinar modelos de CV com 50 imagens e sem programação

VisionLabs (parte da MWS AI) publicou a primeira parte de uma série técnica sobre o desenvolvimento do Luna Line. Anastasia Belozerova, líder de time da equipe de pesquisa, fornece um relato detalhado de como os engenheiros procuraram por uma "receita universal" para treinar modelos de classificação — e o que resultou disso.

Plataforma para Não-Especialistas

Luna Line é uma plataforma no-code de visão computacional criada pela VisionLabs para usuários sem habilidades de programação. Um agrônomo, tecnólogo de produção, controlador de qualidade ou especialista em logística pode rotular um conjunto de imagens, clicar em um botão — e obter um modelo CV treinado e pronto para sua tarefa específica.

Um requisito fundamental para o produto: ele deve funcionar com conjuntos de dados muito pequenos. O time está direcionado para um cenário a partir de 50 imagens — esta é uma restrição real da maioria das empresas de manufatura que carecem de tempo e especialistas para rotular milhares de exemplos. É precisamente essa restrição que define toda a complexidade do desafio de engenharia: receitas padrão de datasets acadêmicos não funcionam aqui.

Busca por uma Receita Universal

A tarefa que o time se propôs é ambiciosa: encontrar uma única configuração de treinamento que consistentemente entregue boa qualidade em um dataset de classificação arbitrário. Se tal receita existe, a plataforma pode funcionar como uma "caixa preta" — o usuário traz os dados, o sistema configura tudo mais automaticamente.

Para verificar hipóteses, uma metodologia experimental rigorosa foi construída:

• Hipótese — uma configuração específica é formulada: arquitetura backbone, aumentações, learning rate schedule, otimizador
• Teste — a configuração é executada em vários datasets de diferentes natureza, tamanho e domínio temático
• Comparação — resultados são comparados com baseline e hipóteses anteriores
• Decisão — a configuração é aceita como "universal" ou rejeitada com base na análise

Esta abordagem permite movimento sistemático ao invés de tentativa e erro aleatória, e gradualmente estreita o espaço de busca para soluções genuinamente funcionais.

Por Que a Metodologia Mudou

Um dos achados-chave da série provou ser inesperado: configurações que se destacaram melhor para tarefas de classificação não se transferiram automaticamente para segmentação. Ao mudar a classe de tarefa, a equipe descobriu que algumas decisões previamente aceitas precisavam ser reconsideradas do zero.

"Vou compartilhar que hipóteses apresentamos, como as testamos e por que revisamos a metodologia experimental ao passar de uma tarefa para outra," — anuncia

Belozerova.

Isto levou à conclusão de que uma receita universal existe apenas dentro de uma única classe de tarefa. Não há transferência direta entre tarefas — mas há algo valioso: a metodologia em si provou ser transferível. Ela pode ser aplicada a segmentação e detecção, cada vez começando uma "branch" experimental de novo, mas com um processo de verificação de hipóteses adequadamente estruturado. A segunda parte da série, dedicada à segmentação, será publicada posteriormente.

O Que Isto Significa

VisionLabs demonstra uma rara abertura de engenharia para o mercado de ML russo: a empresa publica não teses de marketing, mas crônicas honestas de experimentos com resultados negativos e hipóteses revisadas. Para especialistas construindo seus próprios pipelines MLOps ou ferramentas no-code, este é um referencial prático valioso — especialmente no que diz respeito ao trabalho com pequenos conjuntos de dados, onde benchmarks acadêmicos são quase inúteis.